株洲名人特色库
全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
专家
纪念场所
-
赤子情深 科技报国——记中国科学院自动化研究所所长谭铁牛博士
-
作者：
肖吉德;朱历 来源：电气时代 年份：2018 文献类型 ：期刊 关键词： 国家杰出青年科学基金 科技报 计算机视觉 图像处理 模式识别 百人计划 铁牛 自动化 中国科学院 研究所
-
描述：谭铁牛,!964年1月出生于湖南茶陵。}984年获西安交通大学学士学位,了986年和!989年分别获得英国伦敦大学帝国理工学院硕士和博士学位,1989-1 997年在英国雷丁大学计算机科学系工作
-
计算机能识别什么
-
作者：
谭铁牛 来源：科学新闻 年份：2018 文献类型 ：期刊 关键词： 字符识别 图像库 摄象机 自适应功能 医学图像处理 语音识别 视觉监控 三维形状 说话人 单音节
-
描述：语音识别1990年时计算机只能识别400个单音节的字,而且还要知道谁在说,8年以后可以处理4～4.5万个词汇量,而且是连续语。这不仅有量的区别,而且有质的区别。计算机发展到今天,可以做到近4万个词汇量,若是连续语言,可以做到80—90%的识别率,光有这个数字实
-
计算机智能技术的发展
-
作者：
谭铁牛 来源：自动化博览 年份：2018 文献类型 ：期刊 关键词： 字符识别 图像库 摄象机 自适应功能 医学图像处理 语音识别 视觉监控 三维形状 说话人 单音节
-
描述：计算机智能技术的发展
-
中国科学院自动化研究所模式识别国家重点实验室
-
作者：暂无 来源：中国基础科学 年份：2018 文献类型 ：期刊 关键词： 移动式机器人 计算机视觉 国家重点实验室 图像处理 研究方向 模式识别 自然语言处理 自动化 中国科学院 研究所
-
描述：模式识别国家重点实验室,于1984年由国家计委批准筹建,1987年通过国家验收并正式对外开放,是我国首批开放的国家重点实验室之一,挂靠单位为中国科学院自动化研究所。实验室第一任主任是中国科学院自动化研究所所长马颂德研究员,现任主任为该所谭铁牛研究员。实验室现有固定人员19人,平均年龄36岁,科研骨干均具有博士学位。
-
中科院自动化所新的战略定位
-
作者：
刘振坤 来源：科学新闻 年份：2018 文献类型 ：期刊 关键词： 自我介绍 就这样 计算机视觉 国家重点实验室 图像处理 模式识别 战略定位 计算机实现 为人类服务 中国科学院
-
描述：觉得神秘遥远的科学研究工作,一下子感到是那么熟悉,它就在我们的身边,与大家形影不离。这就是中科院自动化所新的战略定位。谭所长的1、2、3、4、5谭所长,是入选百人计划的年轻人。他见记者们的到来,直率
-
非接触式手掌图像识别
-
作者：
郝瑛 来源：中国科学院自动化研究所 年份：2009 文献类型 ：学位论文 关键词： 生物特征识别 图像融合 掌纹识别 多光谱图像处理
-
描述：随着信息技术和计算机网络技术的发展，人类的生活和工作空间得到了极大的扩展。 人们每天不仅进行面对面的交流，同时也会和各种身份的人进行远程沟通。在此背景下， 身份的识别变得越来越困难。而生物特征为身份识别提供了一种全新的、有效的、同时具 有巨大潜力的解决方案。作为人类感知和改造环境的工具，手能够提供多种生物特征，包 括手型、掌纹和静脉等。尽管学术界在这些生物特征模态的研究中所公开的识别率越来越 高，然而绝大多数基于手的生物特征模态在数据获取时，都需要用户将手放置在图像采集 平面上，同时采用定位块限制手的姿态。这样的采集方式可能引起人们对健康、卫生以及 方便方面的顾虑从而产生抗拒心理。因此，研究者逐渐将目光转向无定位块甚至非接触式 的手掌识别。然而，非接触式的采集方式使得手掌在图像上的姿态变化更大，对图像预处 理提出了巨大挑战，并最终使识别率快速下降。 为了提高非接触式手掌图像的识别率，本文围绕着图像采集、预处理及融合问题，开 展了下述研究工作： ①提出利用图像变形(Image Warping)的方法对非接触式条件下手掌纹理的变化进 行归一化以提高识别性能。由于手掌内部缺乏稳定、普遍存在的特征，因此本文利 用手掌外轮廓关键点对手掌形状进行描述，进而采用图像变形的方法对由姿态引起 的图像变化(包括平面/深度旋转，尺度，位置以及皮肤拉伸等)进行归一化。对图 像变形的结果进行基于手掌中心区域和全手纹理的识别以及对手掌不同区域和手掌 形状进行融合识别的识别率进行分析，发现图像变形方法有助于提高非接触式手掌 纹理识别的性能。 ②设计实现了非接触式多光谱手掌图像采集装置，使用该装置能够方便地对光谱进行 配置，为手掌图像识别提供光谱维的信息。利用该设备建立了包含310类、11，160幅 图像的多光谱手掌图像数据库，为后续研究提供了数据来源。 ③针对非接触式多光谱手掌图像采集装置的特点，提出相应的预处理方法，消除了成 像系统带来图像失真、改善了手掌中心区域定位的精度。利用多光谱手掌图像序列 相邻光谱图像视觉内容之间的冗余性，提出通过最大化特征层表示的互信息实现多 光谱手掌图像配准。最后，比较了不同光谱下手掌图像的识别率，通过试验证明近 红外光谱下的手掌识别具有最高的识别率和稳定性。 ④将四种具有方向性的多尺度分解方法用于多光谱图像的像素级融合。基于曲线波变 换(Curvelet)得到的融合图像相对于原始图像从特征层的质量评价、信息增益以 及匹配层的识别率等多个角度，都取得了较好的效果。在此基础上，利用多光谱图 像之间的冗余性和互补性，将多光谱图像分为组内相关性大而组间相关性小的三 组，并分别对相关光谱和互补光谱进行像素层融合。实验发现相关光谱组中的近红 外光谱融合以及互补光谱组中的近红外与红光融合所取得的识别效果最好。 ⑤在匹配分数层比较了互补光谱和相关光谱的融合。无论使用什么融合策略，互补光 谱之间的融合结果都优于相关光谱，其中将白光与近红外光图像在匹配分数层进行 融合所得到的识别率最高，大多数融合规则下甚至高于直接对所有光谱进行融合。 特别是基于DS证据理论的方法取得的结果最好，当每类有六个训练样本时，融合白 光和近红外光的识别率就超过了99.9％。